Programmieren verändert sich gerade schneller als gedacht. Das zeigt der neue Octoverse-Bericht 2026 von GitHub (der weltweit größten Online-Plattform, auf der Programmierer ihren Code speichern und gemeinsam daran arbeiten), veröffentlicht am 28. Oktober 2026: Mehr als 40 % aller Pull Requests (Änderungsvorschläge am Programmcode, die andere prüfen und dann übernehmen) beginnen inzwischen mit einem ersten Entwurf von einem KI-Agenten (einer KI, die nicht nur antwortet, sondern Aufgaben selbstständig Schritt für Schritt erledigt). Im März waren es noch 17 %.

Die wichtigsten Zahlen

  • 110 Millionen Änderungsvorschläge allein im September wurden von KI-Agenten gestartet – rund sechsmal so viele wie im März.
  • 17,9 Milliarden Mal wurde in zwölf Monaten neuer Code hochgeladen (Fachwort: „Push“) – mehr als 2024 und 2025 zusammen.
  • Achtmal so viele Speicherstände: Neue Projekte, die für KI-Agenten eingerichtet sind, haben im Schnitt achtmal so viele Commits (einzelne gespeicherte Arbeitsschritte im Code) wie Projekte ohne.
  • Agenten-Code wird angenommen: Im September wurden 90 % der Änderungsvorschläge mit KI-Hilfe innerhalb von zwei Wochen übernommen, gegenüber rund 86 % ohne erkennbare KI-Hilfe.
  • Abgeben statt chatten: Der Copilot Cloud Agent (Copilot ist GitHubs KI-Assistent fürs Programmieren; der Cloud Agent erledigt Aufgaben selbstständig im Internet) wuchs um 230 % gegenüber dem Vorjahr.
  • Mehrere KI-Modelle: 61 % der Copilot-Nutzer, die selbst ein KI-Modell (das „Gehirn“ hinter einer KI) auswählen, nutzten im September mehr als eines.

Copilot Fusion: Die KI wählt das Modell

Passend dazu hat GitHub Copilot Fusion für alle freigeschaltet. Statt selbst ein Modell zu wählen, wählt man nur, wie viel Aufwand betrieben werden soll (Standard, High, Max). Fusion entscheidet dann für jede Aufgabe, welche Modelle zum Einsatz kommen – etwa ein schnelles Modell für den Entwurf und ein stärkeres zur Kontrolle. Laut GitHub ist Fusion Max fast so gut wie Claude Code (ein bekanntes Programmier-Werkzeug der Firma Anthropic) mit dessen stärkstem Modell, kostet aber pro Aufgabe nur etwa die Hälfte. Für begrenzte Zeit gibt es 30 % Rabatt.

Anwendungsfälle

  • Routinearbeit abgeben: Fehler beheben, Programmteile aktualisieren oder Tests schreiben lassen – der Mensch prüft nur noch.
  • Fachleute, die keine Programmierprofis sind: Der Bericht zeigt starkes Wachstum bei Projekten aus Bau, Gesundheit, Landwirtschaft und Bergbau.
  • Kosten steuern: Die automatische Modellwahl verhindert, dass für einfache Aufgaben das teuerste Modell läuft.
  • Kleine Teams: Websites, interne Programme und Automatisierungen (Abläufe, die von allein laufen) schneller umsetzen.

Kritischer Blick

Die Daten stammen aus GitHubs eigenen Nutzungsdaten – und GitHub verkauft mit Copilot genau die Werkzeuge, deren Erfolg der Bericht beschreibt. KI-Beteiligung wird nur erkannt, wenn sie technisch sichtbar ist; die echten Werte können abweichen. Mehr Änderungsvorschläge bedeuten nicht automatisch bessere Software: Die Arbeit verschiebt sich zur Prüfung. Wer KI-Code ungeprüft übernimmt, riskiert Fehler und Sicherheitslücken. Die Kostenangaben zu Copilot Fusion beruhen auf einem einzigen Test und sind nicht unabhängig bestätigt.

Fazit

Der Wandel ist messbar: Programmierer schreiben immer seltener die erste Zeile selbst. Sie geben KI-Agenten einen Auftrag und prüfen das Ergebnis. Die wichtigste Fähigkeit wird damit, gute Aufträge zu formulieren und Ergebnisse kritisch zu kontrollieren – beim Programmieren genauso wie in jedem anderen Bereich, in dem KI-Agenten Arbeit übernehmen.

Quellen